強化學習David Silver課程Lecture2 筆記

Lecture Two--Markov Decision Process 這一節我們學習了馬爾科夫決策過程，這個在強化學習中也是很重要的一個概念。 首先簡略介紹一下MDP（Markov Decision Process），他一般描述的是強化學習中的環境，該環境是可完全觀測的，現在所處的狀態完全描述了該過程，即只關心現在，過去信息沒有任何影響。幾乎所有的強化學習問題都可以變爲MDP，這裏可能會有疑問

>>阅读原文<<